Soniox旨在即时、无误地将人们的谈话转化为文字。该应用程序凭借强大的AI引擎，实时分析语音数据，识别说话者，并以最高精度将对话内容转换为文本。因此，用户可以在各种场景中快速记录他们的谈话，从会议笔记到直播字幕。Soniox通过其多语言支持、快速转录和智能内容归档功能简化工作流程。
公司背景与团队
2020年，在加利福尼亚州的雷德伍德城，克莱门·西蒙尼奇和安布罗兹·比贾克共同创立了Soniox，目前总部位于加利福尼亚州的福斯特城。该公司旨在在语音识别领域掀起革命，利用先进的AI模型以接近人类水平的精度理解各种语音数据。克莱门·西蒙尼奇曾在Facebook从事语音技术相关工作，并将他在该领域的深厚经验带入Soniox。安布罗兹·比贾克则作为公司的首席架构师，负责规划他们开发系统的技术基础架构。
Soniox团队使用无监督学习技术减少数据标注需求，同时确保平台每次使用都能自我改进。因此，Soniox在医疗、法律和直播等需要高精确度的领域提供强有力的解决方案。
核心功能与技术优势
Soniox的Speech-to-Text API旨在将语音数据实时转换为文本，并支持包括土耳其语在内的60多种语言。无需进行模型切换或语言配置，仅通过一次API调用即可提供高精度的转录服务。
开发者可以通过WebSocket接收毫秒级“token-level”反馈，即实时跟踪每个单词拼写过程中的变化。此外，该API还包含说话人分离（speaker diarization）、检测对话开始和结束点（endpoint detection）以及自动语言识别功能。用户还可以借助翻译模块同时进行双向翻译，不仅获得原始语言的转录文本，还能立即获取翻译后的文本。
通过延迟控制，可以在速度和准确性之间做出选择。此外，对专有术语使用的支持“自定义词汇表”功能，使品牌名称、医学术语或缩写能够安全使用。该应用程序通过REST API和WebSocket API提供基于文件（异步）和实时（同步）的转录选项。转录结果可以带有说话者标签、时间戳，并以结构化格式（如SRT或VTT）获取。
系统通过SOC 2 Type II认证和符合HIPAA标准的架构，在不将语音数据存储在云中的情况下进行处理。因此，它可以在需要保密的领域（如医疗和法律）中安全使用。可以说，这个强大的API旨在支持各种语音体验，从直播字幕到企业呼叫中心。
应用体验与搜索
借助Soniox App，用户可以通过移动设备或计算机轻松录制音频，安全存储录音并立即获取转录文本。该应用按时间顺序整理每次录音，提供云存档功能，并支持分享转录内容。此外，其强大的搜索功能使用户能够轻松从历史对话中检索信息。
定价方案
Soniox提供用户友好且灵活的价格模型。新用户注册免费账户时，无需提供任何支付信息即可获得价值200美元的免费API额度，这样用户可以免费探索API及其所有功能。
在付费使用阶段，基于文件的转录每小时0.10美元，实时（real-time）转录则每小时0.12美元进行计费。对于更高容量或特殊业务模式，公司还提供定制的企业计划，以获得符合自身需求的价格方案。